Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进大津算法的玉米叶片病斑图像分割方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:吉林农业大学

摘要:一种基于改进大津算法的玉米叶片病斑图像分割方法。属于农业种植技术领域,具体涉及玉米叶片病斑图像分割技术领域。所述方法包括如下步骤:对图像进行灰度化处理,得到灰度图;对灰度图进行阈值统计,得到灰度图的所有阈值分布;使用大津算法进行阈值选择,得到适合图像分割的所有阈值;使用改进雾凇优化算法筛选适合图像分割的所有阈值,得到图像分割的最佳阈值;计算最佳阈值的最大类间方差;将最大类间方差的阈值作为图像分割阈值,分割得到的灰度图,并将分割结果输出。相比单独试用大津算法有效的减少了图像分割由于阈值增加带来的时间复杂度,提高了玉米疾病的检测与识别准确度。

主权项:1.一种基于改进大津算法的玉米叶片病斑图像分割方法,其特征在于,所述方法包括如下步骤:S1、对图像进行灰度化处理,得到灰度图;S2、对灰度图进行阈值统计,得到灰度图的所有阈值分布;S3、使用大津算法进行阈值选择,得到适合图像分割的所有阈值;S4、使用改进雾凇优化算法筛选适合图像分割的所有阈值,得到图像分割的最佳阈值;S5、使用大津算法计算最佳阈值的最大类间方差;S6、将最大类间方差的阈值作为图像分割阈值,分割S1得到的灰度图,并将分割结果输出;所述改进雾凇优化算法包括如下步骤:S21、初始化算法参数和初始化种群;S22、判断是否达到最大迭代次数,如果达到最大迭代次数则输出的阈值为最佳阈值,并结束操作;如果没有达到最大迭代次数,则进行步骤S23;S23、使用正余弦优化算法的更新公式更新种群位置;并判断r2与E的大小关系,如果r2小于E则进入步骤S24,如果r2大于等于E则进入步骤S25,其中,r2为正余弦优化算法的更新公式中的一个随机数,此随机数作用为描述当前解向当前最优解更新时移动的方向,以及所能达到迭代步长的极值,E为常规雾凇优化算法中软雾凇策略的附着系数,控制雾凇粒子的聚集行为;S24、使用软雾凇策略结合黏菌优化算法的自适应权重机制更新种群位置,并跳转到步骤S27;S25、判断判断r6与的大小关系,如果r6小于,则进入步骤S26;如果r6大于或等于,则进入步骤S27;其中,r6是(-1,1)间的随机值,用于控制算法探索的方向,表示当前雾凇粒子适应度的归一化值,代表该雾凇粒子被选中的概率,表示排序后的种群适应度序列;S26、使用硬雾凇策略更新种群位置;S27、使用柯西变异算子对种群进行变异;S28、采用适应度函数计算种群中每个个体的适应度值,取适应度值最高的个体所携带的阈值进行输出,并返回步骤S22;所述步骤S23中所述的更新公式具体为: ;其中代表任一个体下一次更新的位置,表示任一个体当前的位置,表示任一个体下一次更新的目标位置,、、和是更新公式中的随机数,i表示维度,j表示索引; ,其中a是一个常数,默认为2,t为当前迭代次数,T为最大迭代次数,的取值范围是的取值范围是,是(0,1)之间随机生成的数;步骤S24中,使用软雾凇策略结合黏菌优化算法的自适应权重机制更新种群位置通过: ;实现,其中,表示更新后的雾凇粒子的位置,表示当前雾凇种群中最佳的位置,表示在(-1,1)中的随机数,其中θ通过: ;获得,其中,t代表当前迭代次数,T代表最大的迭代次数,β代表环境变量,模拟自然环境的影响,通过: ;获得,其中,w为动态权重,用于调节各个阶段的策略,默认值为5,[]表示四舍五入运算; 和表示搜索空间的上界和下界; 表示雾凇粒子粘黏的程度,是一个范围在0,1之间的随机数; 表示采用黏菌优化算法生成的自适应权重,通过: ;获得,其中r是在(0,1)之间均匀分布的随机数,bF代表种群能搜索到的最佳位置,wF代表种群能搜索到的最差位置,黏菌优化算法将所有种群分为两个类别:condition和others,每个类别代表种群的50%;步骤S27中使用柯西变异算子对种群进行变异,通过: ;实现,其中,即为步骤S24或步骤S26中更新后的种群位置,是使用为分布函数的随机数,为使用柯西变异算子对种群进行变异后的结果。

全文数据:

权利要求:

百度查询: 吉林农业大学 一种基于改进大津算法的玉米叶片病斑图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。